MétaCan
Menu
Retour à la cohorte
Enregistrement W2155654167 · doi:10.1109/hsi.2008.4581421

An adaptive system for robust analog signal sample/hold

2008· article· en· W2155654167 sur OpenAlexaff
Chunyan Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSample and holdComputer scienceAnalog signalSIGNAL (programming language)Signal transfer functionSample (material)Analog deviceSignal generatorControl theory (sociology)LinearityFeedback loopElectronic engineeringElectronic circuitDigital signal processingEngineeringComputer hardwareArtificial intelligenceChipTelecommunicationsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, a scheme of adaptive system producing a signal sample that is equal to the input is proposed. The system consists of a simple signal sample generator and some logic gates forming a feedback loop. The sample generator is modeled as a multi-dimensional nonlinear circuit and the digital code is applied to determine the coordinates of its operating point. By using the negative feedback loop, the code is update step by step to get the right operating point for the system to produce the sample that is the closest to the input signal. This updating process makes good use of the non-linearity of the system to have the step size variable in such a way that it is large at the beginning of the process to have a quick convergence and small at the end for a small residue error. Because the signal sample is recorded by a digital code and it can be reproduced easily without problems occurring in analog signal storage and reproduction, the system can be used for a robust analog signal sample/hold. As an example of implementing such an adaptive system, a current-sample/hold circuit has been designed and presented in the paper.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,209
Écart entre enseignants0,163 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207